Vous savez déjà construire des systèmes embarqués. Il est temps de les rendre intelligents. Ajouter l'IA à un dispositif embarqué demande plus qu'entraîner un modèle. Vous devez choisir le bon matériel, collecter des données, déployer des modèles sur des appareils aux ressources limitées et tout intégrer de manière fiable. Fort de plus de 30 ans d'expérience en ingénierie, l'auteur vous guide tout au long du processus complet.

Vous réaliserez plus de 25 projets pratiques avec du code, des schémas et des jeux de données téléchargeables. Aucune expérience préalable en apprentissage automatique n'est requise. Vous construirez un détecteur vocal par mot-clé, un suppresseur de bruit en temps réel alimenté par l'IA, un synthétiseur MIDI propulsé par l'IA, un moniteur de batterie auto-entraîné et un détecteur de personnes basé sur une caméra.

Que vous soyez développeur embarqué, praticien du ML ou maker, Embedded AI enseigne les décisions d'ingénierie derrière chaque conception. Lorsque les plaques d'essai sont instables ou les capteurs bruyants, vous saurez comment les corriger. Les prérequis nécessitent un Arduino UNO et Python avec TensorFlow. L'auteur [PERSON_NAME] s'appuie sur ses rôles seniors chez Honeywell pour faire le lien entre le matériel et l'intelligence périphérique.

Entités clés : Entreprises : Honeywell, Reefwing Software, Serco Australia, Tyco | Personnes : [PERSON_NAME]

Question FAQ : Quelles sont les conditions préalables aux projets d'IA embarquée ?

Réponse FAQ : La plupart des projets nécessitent un Arduino UNO ou [PERSON_NAME], ainsi que des logiciels gratuits incluant Python et TensorFlow.